全部新闻
一项技术提示：人工智能可以（或不能）帮助你找工作
求职者面临着“低招聘、低解雇”市场的挑战，企业在留住员工的同时招聘速度放缓，而技术通过自动化系统使申请流程变得复杂。尽管存在这些障碍，人工智能仍提供了增强简历和准备面试的工具，但专家警告不要过度依赖通用人工智能解决方案。建议使用人工智能分析特定公司的数据来个性化应用程序。在求职中滥用人工智能可能包括不道德的做法，例如在面试中作弊或伪造资格，这些行为越来越难以从复杂的招聘算法中隐藏。雇主越来越多地将人工智能纳入招聘过程，并提供道德使用指南。求职者需要平衡人工智能援助与真实性，并警惕利用技术的就业骗局。
58 个极其糟糕的人工智能失败让我离开，“这真的是未来的技术吗？”
图像和评论文章占据了精选内容，从对厨房存在的幽默观察到对人工智能功能和社会趋势的讽刺评论。亮点包括对作为时间旅行者的历史人物的提及、反对家庭实验的警示故事以及对不切实际的数字标准的批评。该系列还涉及娱乐、社交媒体反应和文化模因，编织了一幅轻松而批判性观点的挂毯。
Meta 致力于将员工转变为“AI 构建者”并围绕小型团队重组团队
Meta Reality Labs 正在进行重组，以实现完全“AI 原生”，将其 1,000 名员工团队组织成由 AI 构建者和 Pod 领导者领导的以 AI 为中心的 Pod。此次重组旨在提高工程生产力和产品质量，符合 Meta 首席执行官马克扎克伯格对人工智能未来工作的愿景。这些变化与现实实验室最近的裁员无关。
Mercor 竞争对手 Deccan AI 筹集了 2500 万美元，来自印度的专家TechCrunch
Deccan AI 是一家为 AI 模型提供训练后数据和评估服务的印度初创公司，已在 A91 Partners 领投的 A 轮融资中筹集了 2500 万美元。该公司利用大量印度员工提供模型改进、专家反馈生成、评估和强化学习环境构建等服务。Deccan 为 Google DeepMind 和 Snowflake 等主要客户提供服务，管理着大约 20 个活跃项目，约有 10 个客户。该公司专注于质量和特定领域数据的准确性，正在满足实际应用中对可靠人工智能系统不断增长的需求。
GitHub：毕竟我们要对您的数据进行训练
GitHub 计划下个月开始使用客户交互数据来训练其 AI 模型，这将影响 Copilot Free、Pro 和 Pro+ 客户，但商业和企业用户除外。数据包括输入、输出、代码片段和上下文。用户可以根据美国规范选择退出，尽管 GitHub 认为这种做法可以提高模型性能和准确性。社区反应基本上是负面的，许多用户对隐私问题表示不满。
AI 巨头关闭 Sora 后迪士尼退出 OpenAI 交易
OpenAI 将在推出后不久关闭其 Sora AI 视频应用程序，理由是不断发展的野心。该公司感谢用户，并承诺提供保存其作品的详细信息。据报道，迪士尼还退出了与 OpenAI 就 Sora 达成的 10 亿美元协议，这引发了人们对人工智能集成媒体平台未来的质疑。虽然 OpenAI 并没有完全放弃人工智能视频技术，但 Sora 的关闭使得谷歌在没有主要知识产权合作伙伴的情况下成为人工智能生成视频领域的主导者。
TurboQuant：通过极限压缩重新定义人工智能效率
TurboQuant 是一种新的压缩算法，旨在优化 AI 模型中的矢量量化，解决内存开销问题，同时增强键值缓存和矢量搜索的性能。它使用 PolarQuant 进行高质量数据简化，并使用量化 Johnson-Lindenstrauss (QJL) 有效消除偏差和错误。经过各种基准测试，TurboQuant 在不影响准确性的情况下将内存占用量减少了多达 6 倍，与 PQ 和 RabbiQ 等现有方法相比，速度显着提高。这一进步对于需要高维向量搜索和大型数据集中的语义理解的应用程序至关重要，从而提高人工智能系统和现代搜索技术的效率。
随着马斯克的 xAI 面临的法律压力越来越大，巴尔的摩成为美国第一个就 Grok Deepfake 色情内容提起诉讼的城市
继巴尔的摩成为美国第一个对 Grok 提出投诉的主要城市之后，针对埃隆·马斯克 (Elon Musk) 的人工智能公司 xAI 的诉讼越来越多。Grok 是一家图像生成器，被指控在未经同意的情况下制作涉及妇女和儿童的深度伪造色情内容。市长布兰登·斯科特 (Brandon Scott) 声称，此类深度造假会造成“终生的创伤性后果”。该诉讼指控，Grok 被宣传为对用户安全，同时又被用来生成未经同意的性图像，从而违反了消费者保护法和欺骗行为。巴尔的摩寻求最高法定处罚和禁令救济，以限制未经同意的亲密图像 (NCII) 和儿童性虐待材料 (CSAM) 的创作。
戴蒙警告人工智能失业，呼吁政府和企业采取激励措施
摩根大通首席执行官杰米戴蒙警告说，人工智能可能会导致美国大量失业，这表明政府需要采取激励措施来帮助企业重新培训和重新部署受影响的工人。戴蒙在 Hill and Valley 论坛上发表讲话时强调，人工智能驱动的经济变革可能比互联网等之前的技术变革发生得更快，并强调为潜在的快速失业做好准备的紧迫性。
我是一名研究人工智能的神经科学家：停止教孩子们 10 年后他们将不需要的技能——我如何抚养不受机器人影响的孩子
随着人工智能和软技能变得越来越重要，专注于精英学位和考试准备的传统教育方法可能无法让学生为未来的就业市场做好充分准备。神经科学家 Vivienne Ming 提出了培养能够在科技主导的世界中茁壮成长的孩子的策略：1. **制定“失败简历”：** 鼓励孩子将失败记录为学习经历，培养适应力和好奇心。2. **工程师意外发现：** 创造充满多样化输入和有趣问题的环境，以激发意想不到的联系和创造力。3. **任命您的孩子为“首席人工智能评论家”：** 教孩子批判性地评估人工智能生成的内容，培养他们独特的视角和创造性的解决问题的能力。这些方法旨在建设超越传统知识传播的能力，让青年为创造力和适应性至关重要的未来做好准备。
